BG value stats by hour
BGvalue_Summary
## time3 min mean max sd
## 1 00:00 Inf NaN -Inf NaN
## 2 01:00 Inf NaN -Inf NaN
## 3 02:00 Inf NaN -Inf NaN
## 4 03:00 320 320.0 320 NaN
## 5 04:00 114 167.0 220 74.95332
## 6 05:00 Inf NaN -Inf NaN
## 7 06:00 177 227.0 277 70.71068
## 8 07:00 Inf NaN -Inf NaN
## 9 08:00 99 111.0 123 16.97056
## 10 09:00 120 120.0 120 NaN
## 11 10:00 148 148.0 148 NaN
## 12 11:00 Inf NaN -Inf NaN
## 13 12:00 126 126.0 126 NaN
## 14 13:00 161 161.0 161 NaN
## 15 14:00 131 131.0 131 NaN
## 16 15:00 Inf NaN -Inf NaN
## 17 16:00 Inf NaN -Inf NaN
## 18 17:00 158 158.0 158 NaN
## 19 18:00 109 109.0 109 NaN
## 20 19:00 243 243.0 243 NaN
## 21 20:00 172 192.5 213 28.99138
## 22 21:00 130 130.0 130 NaN
## 23 22:00 205 223.5 242 26.16295
## 24 23:00 Inf NaN -Inf NaN
## 25 00:00 Inf NaN -Inf NaN
BG value stats by day
BGvalue_SummaryDaily
## Date2 min mean max sd
## 1 2019-12-12 99 173.7500 243 63.30548
## 2 2019-12-13 123 153.1667 220 36.58096
## 3 2019-12-14 242 259.5000 277 24.74874
## 4 2019-12-15 109 131.6667 172 35.01904
## 5 2019-12-16 120 220.0000 320 141.42136
## 6 2019-12-17 130 153.5000 177 33.23402
## 7 2019-12-18 213 213.0000 213 NaN
Sensor value stats by hour
Sensorvalue_Summary
## time3 min mean max sd
## 1 00:00 127 154.9333 182 18.10874
## 2 01:00 119 147.2667 203 20.75104
## 3 02:00 104 160.5833 303 59.67150
## 4 03:00 97 188.2333 316 78.27773
## 5 04:00 98 171.1500 258 49.20790
## 6 05:00 82 133.9792 234 55.40892
## 7 06:00 67 145.0877 258 66.28006
## 8 07:00 80 137.0333 244 53.35775
## 9 08:00 76 119.7167 199 36.05132
## 10 09:00 81 139.3333 235 46.31530
## 11 10:00 107 161.9649 306 62.25236
## 12 11:00 99 143.0167 236 38.36908
## 13 12:00 90 130.6610 212 40.22420
## 14 13:00 47 120.4286 204 45.81935
## 15 14:00 42 115.3788 218 51.86840
## 16 15:00 88 145.2121 275 59.12764
## 17 16:00 67 154.0600 230 42.16170
## 18 17:00 42 170.2308 224 43.32803
## 19 18:00 77 132.7544 235 39.68730
## 20 19:00 59 149.1373 262 55.68735
## 21 20:00 49 174.1159 271 65.56082
## 22 21:00 58 138.9138 267 57.70806
## 23 22:00 83 168.4167 327 59.83262
## 24 23:00 129 203.3500 301 39.20646
## 25 00:00 109 158.3000 204 32.72471
BG high (>150) count
BGHigh_Count
## time3 BG.Reading..mg.dL.
## 1 03:00 1
## 2 04:00 1
## 3 06:00 2
## 4 13:00 1
## 5 17:00 1
## 6 19:00 1
## 7 20:00 2
## 8 22:00 2
BG very high (>240) count
BGveryHigh_Count
## time3 BG.Reading..mg.dL.
## 1 03:00 1
## 2 06:00 1
## 3 19:00 1
## 4 22:00 1
BG low (<80) count
BGLow_Count
## NULL
BG good value count (>80 and <150)
BGgood_Count
## time3 BG.Reading..mg.dL.
## 1 04:00 1
## 2 08:00 2
## 3 09:00 1
## 4 10:00 1
## 5 12:00 1
## 6 14:00 1
## 7 18:00 1
## 8 21:00 1
Temp Basal = 0 count
tempBasal_count
## NULL
Suspend basal on low count
suspendBasal_Count
## time3 Alarm
## 1 06:00 2
## 2 07:00 3
## 3 08:00 1
## 4 09:00 1
## 5 11:00 1
## 6 12:00 1
## 7 13:00 6
## 8 14:00 1
## 9 15:00 2
## 10 17:00 1
## 11 18:00 2
## 12 19:00 2
## 13 20:00 5
## 14 21:00 2
BG value by time and date with mean values
BGvalue_timeDaytable
## time 2019-12-12 2019-12-13 2019-12-14 2019-12-15 2019-12-16 2019-12-17
## 1 00:00 NaN NaN NaN NaN NaN NaN
## 2 01:00 NaN NaN NaN NaN NaN NaN
## 3 02:00 NaN NaN NaN NaN NaN NaN
## 4 03:00 NaN NaN NaN NaN 320 NaN
## 5 04:00 NaN 220.0000 NaN 114.0000 NaN NaN
## 6 05:00 NaN NaN NaN NaN NaN NaN
## 7 06:00 NaN NaN 277.0 NaN NaN 177.0
## 8 07:00 NaN NaN NaN NaN NaN NaN
## 9 08:00 99.00 123.0000 NaN NaN NaN NaN
## 10 09:00 NaN NaN NaN NaN 120 NaN
## 11 10:00 148.00 NaN NaN NaN NaN NaN
## 12 11:00 NaN NaN NaN NaN NaN NaN
## 13 12:00 NaN 126.0000 NaN NaN NaN NaN
## 14 13:00 NaN 161.0000 NaN NaN NaN NaN
## 15 14:00 NaN 131.0000 NaN NaN NaN NaN
## 16 15:00 NaN NaN NaN NaN NaN NaN
## 17 16:00 NaN NaN NaN NaN NaN NaN
## 18 17:00 NaN 158.0000 NaN NaN NaN NaN
## 19 18:00 NaN NaN NaN 109.0000 NaN NaN
## 20 19:00 243.00 NaN NaN NaN NaN NaN
## 21 20:00 NaN NaN NaN 172.0000 NaN NaN
## 22 21:00 NaN NaN NaN NaN NaN 130.0
## 23 22:00 205.00 NaN 242.0 NaN NaN NaN
## 24 23:00 NaN NaN NaN NaN NaN NaN
## 25 mean 173.75 153.1667 259.5 131.6667 220 153.5
## 2019-12-18 mean
## 1 NaN NaN
## 2 NaN NaN
## 3 NaN NaN
## 4 NaN 320.000
## 5 NaN 167.000
## 6 NaN NaN
## 7 NaN 227.000
## 8 NaN NaN
## 9 NaN 111.000
## 10 NaN 120.000
## 11 NaN 148.000
## 12 NaN NaN
## 13 NaN 126.000
## 14 NaN 161.000
## 15 NaN 131.000
## 16 NaN NaN
## 17 NaN NaN
## 18 NaN 158.000
## 19 NaN 109.000
## 20 NaN 243.000
## 21 213 192.500
## 22 NaN 130.000
## 23 NaN 223.500
## 24 NaN NaN
## 25 213 186.369
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanBGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
## Loading required package: reshape2
Sensor value by time and date with mean values
SGvalue_timeDaytable
## time 2019-12-12 2019-12-13 2019-12-14 2019-12-15 2019-12-16 2019-12-17
## 1 00:00 177.33333 NaN 128.33333 182.16667 128.16667 167.08333
## 2 01:00 132.83333 NaN 124.41667 143.16667 176.91667 159.00000
## 3 02:00 113.33333 NaN 135.66667 108.16667 260.25000 185.50000
## 4 03:00 114.91667 NaN 178.16667 99.41667 296.50000 252.16667
## 5 04:00 137.91667 NaN 210.83333 126.33333 142.75000 237.91667
## 6 05:00 112.83333 NaN NaN 111.50000 86.58333 225.00000
## 7 06:00 110.83333 NaN 248.22222 81.16667 98.75000 212.25000
## 8 07:00 100.75000 NaN 228.00000 86.33333 109.91667 160.16667
## 9 08:00 82.41667 NaN 167.16667 122.75000 90.25000 136.00000
## 10 09:00 97.00000 NaN 97.83333 157.41667 137.16667 207.25000
## 11 10:00 117.66667 NaN 145.16667 130.33333 275.83333 129.75000
## 12 11:00 125.91667 NaN 152.50000 130.00000 206.16667 100.50000
## 13 12:00 104.00000 NaN 128.50000 110.58333 206.00000 102.00000
## 14 13:00 153.75000 NaN 78.75000 96.08333 188.83333 95.83333
## 15 14:00 201.16667 124.33333 73.66667 82.25000 148.66667 66.66667
## 16 15:00 226.33333 103.16667 111.00000 125.91667 240.25000 105.16667
## 17 16:00 NaN 92.91667 155.66667 142.50000 190.25000 179.33333
## 18 17:00 69.50000 161.10000 202.50000 NaN 172.66667 193.50000
## 19 18:00 114.50000 129.50000 230.33333 88.14286 172.50000 114.63636
## 20 19:00 224.81818 158.60000 161.00000 68.00000 112.33333 137.50000
## 21 20:00 255.08333 242.42857 177.25000 144.60000 125.58333 81.58333
## 22 21:00 220.16667 NaN 181.08333 100.83333 74.91667 113.30000
## 23 22:00 194.00000 NaN 180.08333 131.83333 114.08333 222.08333
## 24 23:00 218.91667 NaN 158.25000 233.41667 187.41667 218.75000
## 25 mean 148.08630 144.57789 158.88647 121.86563 164.28125 158.45568
## 2019-12-18 mean
## 1 NaN 156.6167
## 2 NaN 147.2667
## 3 NaN 160.5833
## 4 NaN 188.2333
## 5 NaN 171.1500
## 6 NaN 133.9792
## 7 NaN 150.2444
## 8 NaN 137.0333
## 9 NaN 119.7167
## 10 NaN 139.3333
## 11 NaN 159.7500
## 12 NaN 143.0167
## 13 NaN 130.2167
## 14 NaN 122.6500
## 15 NaN 116.1250
## 16 NaN 151.9722
## 17 NaN 152.1333
## 18 NaN 159.8533
## 19 NaN 141.6021
## 20 NaN 143.7086
## 21 213.3333 177.1231
## 22 NaN 138.0600
## 23 NaN 168.4167
## 24 NaN 203.3500
## 25 213.3333 158.4981
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanSGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
Interactive Plots
barplots hourly
## filtered data contains 0 rows
## NULL
every 3 hours barplots
###daily barplots